Cálculo Vectorial · Laboratorio Computacional, Problemas Integradores y Organización Curricular · Introducción

Introducción

De qué trata esta guía

Implementación en Python de visualización multivariada, diferenciación simbólica y automática, optimizadores numéricos de primer y segundo orden e integración por Monte Carlo. Cuatro grandes problemas integradores con deducción matemática paso a paso y la organización curricular completa en 24 bloques de estudio.

Recorrido

Temas que aborda

Introducción
Laboratorio Computacional, Problemas Integradores y Currículo
Laboratorio Computacional Multivariado con Python
30.0. Entorno Reproducible y una Regla de la Casa
30.1. Visualización de Superficies, Contornos y Campos de Gradientes
30.2. Diferenciación Simbólica y Automática

Conceptos relacionados

Conexiones principales

Notación compatible

Muestra matemática en LaTeX

La expresión se renderiza de forma accesible y conserva debajo su fuente LaTeX.

\iint_D f(\mathbf{x}) d\mathbf{x} \approx \frac{|\Omega|}{N} \sum_{i=1}^N f(\mathbf{X}_i) \mathbb{I}_{\{\mathbf{X}_i \in D\}}.

Ver LaTeX fuente

\iint_D f(\mathbf{x}) d\mathbf{x} \approx \frac{|\Omega|}{N} \sum_{i=1}^N f(\mathbf{X}_i) \mathbb{I}_{\{\mathbf{X}_i \in D\}}.